más información
master en
business intelligence
y big data presentación y objetivos La proliferación de datos en la Web y el crecimiento generalizado de las posibilidades de almacenamiento de la información digital han redefinido la forma en que las empresas se enfrentan a la explotación de los datos para mejorar su posición competitiva y tomar decisiones de todo tipo, desde la reducción de costes o el análisis de datos comerciales a la toma de decisiones estratégica. La inteligencia de negocio (business intelligence) hace referencia al conjunto de técnicas, métodos y tecnologías mediante las cuales las organizaciones extraen patrones e información del análisis de datos (business analytics) para mejorar sus procesos y tomar decisiones. Las fuentes de datos actualmente se han multiplicado en volumen, generando una problemática nueva para su procesamiento masivo, que se denomina habitualmente “big data”. La inteligencia de negocio además incluye actualmente la “inteligencia de fuente abierta” (open source intelligence) que se nutre de fuentes disponibles públicamente en Internet, aprovechando el incremento constante de datos estructurados en la conocida como Web of Data. El entorno globalizado y crecientemente competitivo unido a la disponibilidad cada vez mayor de datos abiertos, propios o adquiridos por la empresa necesitan de profesionales con un nuevo conjunto de competencias y habilidades que le permitan enfrentar problemas de análisis de datos en contextos de negocio concretos, así como un conocimiento de los costes y necesidades asociadas al procesamiento de datos masivos en la nube. El Máster en Business Intelligence y Big Data tiene como misión principal responder a este reto de formación cualificada de los profesionales en las diferentes áreas de la empresa. El Máster incluye los elementos de medición de negocio, tecnología, analítica de datos y habilidades profesionales necesarios para proporcionar una combinación de habilidades única en las áreas de data science, business analytics y big data management.
online
datos generales DIRIGIDO A: Este programa va dirigido a Titulados Superiores con al menos un año de experiencia en cualquier puesto de la empresa que implique el análisis de datos para la toma de decisiones. El programa es apto para Titulados con un perfil de empresa, así como para técnicos o titulados en las diferentes áreas de las TIC, como informática, telecomunicaciones u otras ingenierías afines. El perfil de los estudiantes puede responder a uno de los siguientes:
> Negocio: Profesionales o titulados en empresa o economía. > Tecnología: Profesionales o titulados en informática u otras disciplinas TIC. > Áreas cuantitativas: Profesionales o titulados en estadística, ingeniería o ciencias sociales
MODALIDAD: Online + 10 días presenciales en Madrid CALENDARIO: > Noviembre 2014 - Septiembre 2015 (650 h.) > Estancia en Madrid: 10 días en Mayo de 2015
PRECIO: 9.000 € (1.500 € reserva de plaza + 7.500 € matrícula) BECAS: Consultar programa de becas y descuentos en nuestra página web: www.eoi.es
INFORMACIÓN E INSCRIPCIONES: > Teléfono: 91 349 56 00 > informacion@eoi.es > www.eoi.es Bonificable a través de:
programa FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIO
ANALÍTICA DE MARKETING
> Definición y componentes de la IN. > Contextualización y diseño de sistemas de IN. > Diseño de informes, cuadros de mando e indicadores. > Fuentes para la IN, abiertas y propietarias. > Calidad de los datos. > Tipología de herramientas por área, tecnología y procesos. > Movilidad e IN.
> Conceptos. Retorno de la inversión en marketing (ROIM). > Técnicas basadas en datos para las decisiones de marketing. Marketing
DIRECCIÓN ESTRATÉGICA BASADA EN DATOS
> Conceptos. Modelado de procesos de negocio. > Relación entre procesos, estrategia y rendimiento. > Mejora de procesos, optimización y reingeniería de procesos. > Métricas de proceso, variables de control de procesos. > Analítica de talento.
> Análisis del entorno competitivo sectorial y particular para toma de decisiones. > Diagnóstico e indicadores para el análisis interno y externo. > Obtención de datos de competidores en fuentes abiertas. > Diseño y simulación de estrategias, diversificación. > Modelos para la planificación estratégica. DIRECCIÓN FINANCIERA Y COMERCIAL BASADA EN DATOS
> Evaluación y medición del riesgo en las decisiones. > Obtención y pre-procesado de datos de financieros. > Modelos basados en datos para las decisiones de inversión. > Fundamentos de la dirección comercial. > Marcos de análisis e indicadores comerciales. TEORÍA DE LA DECISIÓN
> Introducción, objetivos y elementos de las decisiones. > Probabilidad e inferencia bayesiana. > Problemas de decisión con y sin experimentación. Tipos de criterios de elección y funciones de pérdida.
> Representación gráfica, árboles de decisión y diagramas de influencia. > Casos y problemas de teoría de la decisión. BASES DE DATOS ANALÍTICAS
> Multidimensionalidad y su tipología. OLAP/ROLAP. > Esquemas de bases de datos, desnormalización. > Lenguajes de consulta analíticos. > Manipulación, análisis y visualización de datos. > Bases de datos espaciales. DATA WAREHOUSING
> Utilidad y conceptos. Arquitectura: data marts y data warehousing. > Herramientas extract/transform/load - ETL. > Diseño de data warehouses. Elementos hardware y software. > Optimización de procesos. > Integración con sistemas empresariales, ERP y CRM. > Gestión del conocimiento. APRENDIZAJE AUTOMÁTICO Y MINERÍA DE DATOS
> Introducción, aprendizaje supervisado y no supervisado. > Modelos de regresión, funciones de coste. > Modelos multivariable. > Clustering y clasificación. Técnicas y medidas de calidad. > Modelos conexionistas. > Herramientas de aprendizaje automático, visualización. > El ciclo de la minería de datos.
basado en datos.
> Experimentación Web. Experimentos A/B. > Análisis de la respuesta y modelos predictivos. > Social media metrics. Lean Analytics y métricas Web. ANALÍTICA DE PROCESOS DE NEGOCIO
ANALÍTICA DE CLIENTES
> Conceptos. Relaciones a largo plazo y su valoración. > Modelos de cliente. Comportamiento del consumidor. > Segmentación y clustering de clientes. Segmentación demográfica. > Aplicación de diferenciación de campañas basada en segmentos. > Algoritmos y técnicas de recomendación. > Mass customization. > Regulación relativa a la información personal. > Ejemplos y casos.
www.eoi.es ¿por qué este programa? > Para aprender a medir y evaluar indicadores clave del negocio en todas sus áreas, aplicando métodos de data science.
> Para saber gestionar y diseñar arquitecturas y soluciones para problemas de Big Data que aporten valor a la organización.
> Para saber aplicar modelos analíticos y predictivos a situaciones de negocio que requieren un tratamiento avanzado.
> Para entender el papel de los diferentes modelos de bases de datos, y los usos de las bases de datos multidimensionales para analizar y visualizar patrones y tendencias.
> Para saber identificar las fuentes de datos clave que necesita la organización para adoptar decisiones, convertir usuarios y competir.
Aprendizaje en Red
LA WEB DE LOS DATOS
BLOGS EOI
> Tecnologías, lenguajes y protocolos en la Web. > Datos estructurados en la Web: XML, RDF y la Web Semántica. > La Web of Linked Data: el lenguaje de consulta SPARQL. > Fuentes de datos: la nube de Linked Data. > Herramientas de interlinking (enlazado) de información. > Inteligencia de fuente abierta.
Diarios de autor PÚBLICO Y ABIERTO
Actividad en redes FACEBOOK, TWITTER, LINKEDIN, ETC.
GOOGLE APPS
PARALELISMO DE DATOS Y BIG DATA
> Concepto, fuentes y tipología de big data. > Bases de datos no convencionales/NoSQL, distribución horizontal. > Bases de datos documentales y motores de indexación flexibles. > Marcos de programación para procesamiento de datos paralelos. MapReduce.
REDES SOCIALES e IDENTIDAD DIGITAL
AULA VIRTUAL Moodle PRIVADO Y RESTRINGIDO
Comunicación y trabajo colaborativo DE LO PRIVADO A LO PÚBLICO
ENTORNO WEB SOCIAL ENTORNO WWW.EOI.ES